正则表达式是一种简单而有力的文本处理工具，被广泛地应用在文本处理、爬虫、数据清洗等领域。在正则表达式中，断言是一个很重要的概念，可以帮助我们进行匹配和过滤。最近，我学习了Python中的负断言，并对其进行了深入的研究，发现这是一个非常有用的技巧。本文将从多个方面对Python中使用负断言的技巧进行详细阐述。
一、什么是负断言
在正则表达式中，断言是一个非常有用的概念，用于限定匹配的位置或条件。断言分为正断言和负断言，正断言表示匹配成功的条件，而负断言表示匹配失败的条件。本节主要介绍负断言。
当我们需要匹配某一字符串，但不包含另一个特定字符串时，就可以使用负断言。例如，需要匹配所有不包含"abc"的字符串：
import re
# 匹配不包含"abc"的字符串
str_list = ['xyz', '123', 'abc123', '124']
pattern = re.compile(r'^(?!.*abc).*$')
for s in str_list:
if pattern.match(s):
print(s)
输出结果：
xyz 123 124
正则表达式"(?!.*abc)"是一个负断言，表示当字符串中不包含"abc"时匹配成功。这个表达式的构成有两部分，一部分是"?!."，表示不以"."开始，也就是断言后面不跟任何字符；另一部分是".*abc"，表示后面可以跟任意字符，但必须以"abc"结尾。
二、负断言的应用场景
负断言是一个非常有用的技巧，可以帮助我们在复杂的文本场景中进行匹配和过滤。接下来，我们将介绍负断言在几个具体应用场景中的使用技巧。
1. HTML文本中匹配特定标签之外的内容
在爬虫中，我们经常需要从HTML文本中提取出我们需要的信息，而过滤掉其他的内容。如果要提取特定标签之外的全部内容，就可以使用负断言。
import re # 从HTML文本中提取p标签之外的全部内容 html = '''这是第1段
这是第2段
这是第3段
''' pattern = re.compile(r'^(?!).*$|^.*(?!
)$') result = pattern.findall(html) for r in result: print(r)
输出结果：
正则表达式^(?!<p>).*$|^.*(?!
)$表示，首先从开头到结尾匹配一次全文，如果遇到<p>标签，则不进行匹配；如果遇到</p>标签，则也不进行匹配。2. 匹配两个字符之间，但不包含指定的字符
在一些场景中，我们需要匹配两个字符之间的所有内容，但不包含指定的字符。例如，匹配"【】"之间的所有内容，但不包含"，"：
import re
# 匹配【】之间的所有内容，但不包含，
s = '这是【中国，北京】和【美国，纽约】两个国家'
pattern = re.compile(r'【(?!，)(.*?)】')
result = pattern.findall(s)
for r in result:
print(r)
输出结果：
中国 美国
正则表达式【(?!，)(.*?)】表示，先匹配"【"字符，然后(?!，)表示断言后面不是"，"字符，然后用"(.*?)"匹配中间的内容，最后再用"】"匹配结尾的"】"字符。
3. 匹配单词，但不包含指定的单词
在文本处理中，我们需要匹配单词，但有时需要排除一些指定的单词，这时可以使用负断言。
import re
# 匹配单词，但不包含hello
text = 'hello world, hello China, hello Beijing'
pattern = re.compile(r'\b(?!hello)\w+\b')
result = pattern.findall(text)
for r in result:
print(r)
输出结果：
world China Beijing
正则表达式"\b(?!hello)\w+\b"表示，先用"\b"匹配单词的开头，然后(?!hello)表示断言后面不是"hello"，再用"\w+"匹配中间的部分，最后用"\b"匹配单词的结尾部分。
三、负断言的总结
本文主要介绍Python中使用负断言的技巧。负断言可以帮助我们在复杂的文本场景中进行匹配和过滤，特别是在需要"不包含"某些特定字符或单词时非常有用。同时，我们也需要注意负断言的性能问题，不宜在大的文本中频繁使用。
